Simple Nearest Neighbor Policy Method for Continuous Control Tasks
Open Peer Review. Open Publishing. Open Access. Open Discussion. Open Recommendations. Open Directory. Open API. Open Source. Abstract: We design a new policy, called a nearest neighbor policy, that does not require any optimization for simple, low-dimensional continuous control tasks. As this policy does not require any optimization, it allows us to investigate the underlying difficulty of a task
Improving Information Extraction by Acquiring External Evidence with Reinforcement Learning
Most successful information extraction systems operate with access to a large collection of documents. In this work, we explore the task of acquiring and incorporating external evidence to improve extraction accuracy in domains where the amount of training data is scarce. This process entails issuing search queries, extraction from new sources and reconciliation of extracted values, which are repe
CaffeでDeep Q-Networkを実装して深層強化学習してみた - 学生時代に頑張ったことが何もない
概要 深層学習フレームワークCaffeを使って，Deep Q-Networkという深層強化学習アルゴリズムをC++で実装して，Atari 2600のゲームをプレイさせてみました． Deep Q-Network Deep Q-Network（以下DQN）は，2013年のNIPSのDeep Learning Workshopの"Playing Atari with Deep Reinforcement Learning"という論文で提案されたアルゴリズムで，行動価値関数Q(s,a)を深層ニューラルネットワークにより近似するという，近年の深層学習の研究成果を強化学習に活かしたものです．Atari 2600のゲームに適用され，既存手法を圧倒するとともに一部のゲームでは人間のエキスパートを上回るスコアを達成しています．論文の著者らは今年Googleに買収されたDeepMindの研究者です． NIPS
Playing Atari with Deep Reinforcement Learning
We present the first deep learning model to successfully learn control policies directly from high-dimensional sensory input using reinforcement learning. The model is a convolutional neural network, trained with a variant of Q-learning, whose input is raw pixels and whose output is a value function estimating future rewards. We apply our method to seven Atari 2600 games from the Arcade Learning E
汎用人工知能研究会
汎用人工知能（Artificial General Intelligence) は、人間のように十分に広範な適用範囲と強力な汎化能力を持つ人工知能です。かつては実現への道が遠いと考えられていましたが、2010年代の深層学習技術の進展などを契機としてその実現性が高まり、世界的に研究活動が拡がりました。 私たちはこの分野は中長期的に大きなイノベーションが期待されると同時に社会への影響が大きな研究領域であると考え、国内における汎用人工知能に関わる研究活動を支える母体として汎用人工知能研究会（SIG-AGI）を2015年に立ち上げ、現在は人工知能学会の第二種研究会として活動を行っています。 主な活動 第26回 人工知能学会 汎用人工知能研究会 (SIG-AGI) (2024年3月8日) 第25回 人工知能学会 汎用人工知能研究会 (SIG-AGI) (2023年11月24日) イベントのリスト 関
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Deep learning at Oxford 2015
機械学習を網羅したおすすめ書籍プロフェッショナルシリーズ全29巻が2015年4月に発売 | Brainvalley 人工知能と脳科学のアーカイブサイト。
統計科学・機械学習の講義